Senior AI-ML Data Scientist

Vaga não está no LinkedIn

🕒 Setembro 25

🌐 México, Argentina – Remoto

🇲🇽 México – Remoto 🇦🇷 Argentina – Remoto

⏰ Tempo Integral

🟠 Sênior

📊 Cientista de Dados

👻 Score fantasma 12%

O que significa: quão provável esta vaga está aberta sem contratação ativa.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

Strategic Systems International

SiteLinkedInTodas as Vagas

501 - 1000 funcionários

Fundada em 1991

🏥 Saúde

💼 Consultoria

📦 Logística

Healthcare • Consulting • Logistics

A Strategic Systems International (SSI) é uma empresa de serviços de tecnologia focada em fornecer soluções inovadoras de software. Com três décadas de experiência, a SSI capacita empresas por meio de serviços avançados de dados, inteligência artificial e computação em nuvem. A expertise deles abrange várias indústrias, incluindo serviços financeiros, saúde e cadeia de suprimentos industriais. Os serviços da SSI incluem IA/ML, transformação digital e aplicativos SaaS, ajudando os clientes a otimizar suas operações e tomar decisões informadas. A SSI se dedica a unir mundos físicos e digitais, aumentando a eficiência e produtividade para uma ampla gama de clientes, desde startups até empresas da Fortune 500.

Descrição

• Own model and agent behavior end to end, from problem framing and algorithm selection through fine-tuning, retrieval design, agentic orchestration, evaluation, and production serving • Design experiments, interpret model implementations, and ship production solutions within latency budgets • Determine what agent memory should retain, in what form, and how retention is grounded in a governed data warehouse rather than an undifferentiated vector blob • Partner closely with the AI Data Engineer, who owns the warehouse, pipelines, and index infrastructure • Own the algorithm, prompt, and evaluation while collaborating on pipeline, schema, and data guarantees

🎯 Requisitos

• 5–10+ years in ML/AI engineering, data science, or related technical roles • Proven experience deploying models at scale in production (LLM, CV, NLP, or multimodal) • Substantive command of machine learning algorithms and neural network theory, including optimization, regularization, attention mechanisms, tokenization, embeddings, and model internals • Rigorous grounding in inference, experimental design, and data analysis • PyTorch; TensorFlow or JAX; Hugging Face ecosystem (Transformers, Datasets, TRL) • Expert-level, production-grade Python • Strong SQL for analysis against a dimensional warehouse • Production experience with LangChain/LangGraph or equivalent and a well-considered position on agent memory architecture • Hands-on ontology design and graph-based reasoning • Expert-level deployment of AI workloads on AWS, Azure, or GCP, including GPU provisioning, cost optimization, containerization, and CI/CD • Experience with experiment tracking and model lifecycle tooling such as MLflow and Weights & Biases • Preferred: direct experience implementing CoALA or comparable cognitive architecture (SOAR, ACT-R, or documented in-house framework) in a shipped agent system • Preferred: GPU acceleration internals including CUDA, TensorRT, and cuBLAS • Preferred: production experience with vLLM, NVIDIA Triton, Ray Serve/Ray Train, DeepSpeed, or FSDP • Preferred: experience with AI security, governance, and compliance frameworks • Preferred: track record contributing to open-source AI frameworks or published research • Preferred: ability to lead technical discovery phases and client-facing AI workshops • Preferred: familiarity with lakehouse table formats such as Iceberg and Delta Lake